c Christophe Bertault - MPSI

Espaces prhilbertiens rels

Dans ce chapitre, on travaille seulement avec le corps de base R gnralisation C en deuxime anne. Les lettres n, p, q . . .
dsignent des entiers naturels non nuls.

Produit scalaire, norme et orthogonalit

1
1.1

Produit scalaire

Dfinition

(Produit scalaire, espace prhilbertien rel, espace euclidien)

Soit E un R-espace vectoriel. On appelle produit scalaire sur E toute forme bilinaire symtrique dfinie positive, i.e.
toute application (|) : E E R :
1) bilinaire :

x, y, z E,

2) symtrique :
3) dfinie :

x, y E,

x E,

4) positive :

, R,

(y|x) = (x|y) ;

(x|x) = 0

x E,

(x|x)

x + y z = (x|z) + (y|z) et x y + z = (x|y) + (x|z) ;

x = 0E ;

0.

Le produit scalaire (x|y) est aussi parfois not x y , x, y ou encore x y.

Un espace vectoriel rel muni dun produit scalaire est appel un espace prhilbertien rel. Un espace prhilbertien rel
de dimension finie est appel un espace euclidien.
Explication Par chance, le produit scalaire usuel avec lequel vous avez lhabitude de travailler sur R2 ou R3 est un
produit scalaire au sens de cette dfinition. La dmarche que nous initions ici nen est pas moins droutante : en dbut danne,
nous avons dfini le produit scalaire au moyen de la formule u v = u . v . cos(u, v) , qui supposait connues les notions de
norme et dangle ; nous venons ci-dessus de dfinir le produit scalaire indpendamment de ces deux notions. Le comble dans cette
histoire, cest que ce sont les notions de norme et dangle qui vont dcouler maintenant du produit scalaire et non linverse.
Attention !

Il existe de nombreux produits scalaires dans le plan ou lespace : simplement, jusquici, nous en avons
R2

R
est un produit scalaire sur R2 ,
privilgi un. Par exemple, lapplication (|) :
(x, y), (x , y )
3xx + xy + yx + yy
distinct du produit scalaire usuel.
En effet Symtrie et bilinarit videntes. Pour le reste : (u|u) = 3x2 + 2xy + y 2 = 2x2 + (x + y)2 0 pour
tout u = (x, y) R2 . De plus (u|u) = 0 si et seulement si x = x + y = 0, i.e. x = y = 0, ou encore u = (0, 0).
En pratique
Pour montrer la bilinarit dun produit scalaire potentiel, la linarit par rapport une variable
seulement est suffisante, si lon a pris la peine de dmontrer avant la symtrie.
Petite remarque au passage :

(x|0E ) = (0E |x) = 0

pour tout x E, par bilinarit du produit scalaire.

n

Exemple (Produit scalaire canonique sur Rn ) Lapplication (xk )1

k n , (yk )1 k n

xk yk est un produit scalaire

k=1

sur Rn appel son produit scalaire canonique. Il est quivalent de le dfinir sous forme matricielle :
En effet

Rn Rn
(X, Y )

Symtrie et bilinarit sont videntes. Pour le caractre dfini et la positivit, soit X = (xk )1
n

x2k

Alors (X|X) =

R
.
XY

k n

Rn .

0, et lgalit na lieu que si xk est nul pour tout k 1, n , i.e. si X = 0.

k=1

Exemple

Soient x0 , x1 , . . . , xn R distincts. Lapplication (P, Q)

P (xk )Q(xk ) est un produit scalaire sur Rn [X].

k=0

En effet Symtrie vidente. Du coup, pour la bilinarit, la linarit par rapport la premire variable suffit.
Pour tous P, Q, R Rn [X] et , R :
n

P (xk )R(xk ) +

P + Q (xk )R(xk ) =

P + Q R =

k=0

k=0

k=0

Q(xk )R(xk ) = (P |R) + (Q|R).

c Christophe Bertault - MPSI

Pour le caractre dfini et la positivit, soit P Rn [X]. Alors (P |P ) =

P (xk )2

0, et lgalit na lieu que

k=0

si P (xk ) = 0 pour tout k 0, n , i.e. si x0 , x1 , . . . , xn sont des racines de P ; or dans ce cas P possde au moins
(n + 1) racines distinctes tout en tant de degr au plus n, donc P = 0.
1

Exemple

Lapplication (f, g)
En effet

f (t)g(t) dt est un produit scalaire sur C [0, 1], R .

Bilinarit et symtrie sont videntes. Pour le caractre dfini et la positivit, soit f C [0, 1], R . Alors

(f |f ) =

f (t)2 dt

0, et lgalit na lieu que si f = 0 ; en effet, lintgrale dune fonction continue positive est

nulle si et seulement si celle-ci est identiquement nulle.

Attention ! Muni du produit scalaire dfini ci-dessus, C [0, 1], R nest pas un espace euclidien car ce nest pas un
R-espace vectoriel de dimension finie. Cest seulement un espace prhilbertien rel.

1.2

Norme et distance associes un produit scalaire

Dfinition

(Norme) Soit E un espace prhilbertien rel de produit scalaire (|).

On appelle norme (euclidienne) sur E associe au produit scalaire (|) lapplication

x E,

x =

: E R+ dfinie par :

(x|x).

On appelle distance (euclidienne) sur E associe au produit scalaire (|) lapplication d : E E R+ dfinie par :
x, y E,

d(x, y) = x y .

Attention !
La notion de distance nest pas forcment celle que lon croit ! La distance dpend dun choix de

produit scalaire. Par exemple, pour le produit scalaire (x, y), (x , y ) 3xx + xy + yx + yy sur R2 , = 3 = 1.
Thorme

(Ingalit de Cauchy-Schwarz, ingalit triangulaire) Soient E un espace prhilbertien rel et x, y, z E.

(ii) Ingalit triangulaire (version norme) :

x y

(i) Ingalit de Cauchy-Schwarz :

(x|y)
x . y .
Cette ingalit est une galit si et seulement si x et y sont colinaires.
x + y .

x+y

x+y
y

Lingalit sur les normes est une galit si et seulement si x et y sont colinaires de mme sens.
Ingalit triangulaire (version distance) :

d(x, y) d(x, z)

d(x, z)

d(x, y) + d(y, z).

Explication
En dbut danne, nous navons mme pas pris la peine dnoncer lingalit de Cauchy-Schwarz car
elle tait alors compltement triviale :
u v = u . v . cos(u, v)
u . v . Elle est prsent remarquable car nous avons
dfini le produit scalaire sans notion dangle aucune, donc sans lusage daucun cosinus.
Dmonstration
(i) On peut supposer y = 0E sinon rsultat trivial. La fonction t x + ty 2 = x 2 + 2t(x|y) + t2 y 2
est alors polynomiale de degr 2 et positive ou nulle, donc de discriminant ngatif ou nul soit pas de
racine relle, soit une racine double. Lingalit de Cauchy-Schwarz dcoule alors de ce que le discriminant
en question vaut 4 (x|y)2 x 2 y 2 .
Lingalit est une galit si et seulement si le discriminant sannule, i.e. si et seulement si x + y
pour un certain R, ce qui revient dire que x + y = 0E , ou encore que x et y sont colinaires.

=0

(ii) La version distance est immdiate partir de la version norme, et lingalit gnralise dcoule de lingalit triangulaire de base si vous ntes pas convaincus, allez faire un tout dans notre chapitre sur les
nombres complexes. Pour cette ingalit de base :
x+y

= x+y x+y = x

+ 2(x|y) + y

Cauchy-Schwarz

+2 x . y + y

Un petit coup de racine carr, et lingalit triangulaire est dmontre.

x + y

c Christophe Bertault - MPSI

Cette preuve montre aussi que lingalit est une galit si et seulement si (x|y) = x . y . En particulier,
dans ce cas, x et y sont colinaires daprs (i). Quitte permuter x et y, il existe donc R tel que y = x.
Aussitt : x 2 = (x|x) = (x|y) = x . y = x . x = ||. x 2 , de sorte que soit x est nul, soit
= ||, i.e. 0. Dans les deux cas x et y sont colinaires de mme sens. La rciproque est immdiate.
Thorme

(Identits du paralllogramme et de polarisation) Soient E un espace prhilbertien rel et x, y E.

(i) Identit du paralllogramme :

(ii) Identits de polarisation :

x+y

(x|y) =

1
2

+ xy
x+y

=2 x

+ y
2

1
4

x+y

Explication
Lidentit du paralllogramme affirme que la somme des carrs des cts dun paralllogramme est gal la somme des carrs des longueurs de ses diagonales. Quant aux identits
de polarisation, elles montrent que le produit scalaire est une fonction de la norme alors
quinitialement cest la norme qui est une fonction du produit scalaire.

xy

Dmonstration Faire joujou addition, soustraction. . . avec les relations x+y

et x y 2 = x 2 2(x|y) + y 2 .

1.3

x+

= x

+2(x|y)+ y

Orthogonalit

Dfinition

(Vecteur unitaire, vecteurs orthogonaux) Soient E un espace prhilbertien rel et x, y, x1 , x2 , . . . , xn E.

On dit que x est unitaire (ou norm) si x = 1.

On dit que x et y sont orthogonaux si (x|y) = 0 ; cette relation se note x y.
On dit que (x1 , x2 , . . . , xn ) est orthogonale si xi et xj sont orthogonaux pour tous i, j 1, n distincts.
On dit que (x1 , x2 , . . . , xn ) est orthonormale (ou orthonorme) si elle est orthogonale et si xi est unitaire pour tout
1 si i = j
(symbole de Kronecker).
i 1, n ; cela revient dire que :
i, j 1, n , (xi |xj ) = ij ,
o ij =
0 si i = j

Explication
Ces dfinitions achvent de mettre la gomtrie la tte en bas : jusquici, pour vous, la notion
dorthogonalit tait premire et le produit scalaire second. Cest le contraire qui est vrai prsent : la notion dorthogonalit
repose sur la dfinition pralable dun produit scalaire. Cela implique en particulier qu tout produit scalaire correspond une
notion dorthogonalit. Les angles droits ne sont droits que relativement la donne dun produit scalaire.
Exemple
Pour le produit scalaire canonique de Rn , la base canonique de Rn est orthonormale. Cest facile et important :
vrifiez-le seul imprativement.

Exemple

3
Pour le produit scalaire (x, y), (x , y) 3xx +xy +yx +yy sur R2 , les vecteurs u = et v = forment une
3
6
base orthonormale de R2 . Vrifiez-le ! Cela nous fait apparemment un drle dangle droit, mais vous devez considrer
que cen est bel et bien un : simplement votre il nest pas adapt ce produit scalaire.

u
v

Exemple

Les fonctions t 1 et t sin(2t) sont orthogonales pour (f, g)

1
0

1 sin(2t) dt =

sin(2t) dt =

cos(2t)
2

t=1

f (t)g(t) dt sur C [0, 1], R car

= 0.
t=0

Thorme (Proprits des familles orthogonales) Soient E un espace prhilbertien rel et (x1 , x2 , . . . , xn ) une famille
orthogonale de E.
(i) Si aucun des xk nest nul, k dcrivant 1, n , alors la famille (x1 , x2 , . . . , xn ) est libre.
2

(ii) Thorme de Pythagore :

xk
k=1

xk

=
k=1

c Christophe Bertault - MPSI

Explication
Mais quel rapport avec le thorme de Pythagore quon apprend au collge ? Au collge, on nous apprend
2
2
2
que BC 2 = AB 2 + AC 2 . A prsent :
AB + AC = AB + AC , i.e. AD2 = AB 2 + AC 2 . Ces
deux rsultats nen font quun, car videmment AD = BC.

dimension

En pratique
Grce (i), si vous voulez montrer que n vecteurs donns forment une base orthonormale en
n , il vous suffit de montrer que ces vecteurs forment une famille orthonormale.
Dmonstration

(i) Supposons xk = 0E pour tout k 1, n . Soient 1 , 2 , . . . , n R tels que

n

Alors :

0 = (0E |xi ) =

k=1

k xk = 0E . Fixons i 1, n .

k x k x i

k=1

k=1

k (xk |xi ) = i xi

. Or xi = 0E , donc xi = 0, do i = 0.

La famille (x1 , x2 , . . . , xn ) est donc libre.

2

(ii)

xk
k=1

xk

=
k=1

l=1

xl

=
1 k,l n

(xk |xl ) =

1 k,l n
k=l

(xk |xl ) =

(xk |xk ) =

k=1

xk

k=1

Familles orthonormales

2
2.1

Procd dorthonormalisation de Gram-Schmidt

Thorme (Procd dorthonormalisation de Gram-Schmidt) Soient E un espace prhilbertien rel et (e1 , e2 , . . . , en )

une famille libre de E. On peut transformer (e1 , e2 , . . . , en ) en une famille orthonormale (u1 , u2 , . . . , un ) de E telle que :
k 1, n ,

k1

Vect(e1 , e2 , . . . , ek ) = Vect(u1 , u2 , . . . , uk ).

Pour tout k 1, n , on na que deux choix possibles pour la construction de uk : uk est soit le vecteur

ek
ek

(ek |ui )ui

i=1
k1

i=1

, soit

(ek |ui )ui

son oppos. La construction de uk requiert donc la construction de u1 , u2 , . . . , uk1 (procd itratif).

Explication
Tchons dexpliquer la chose avec des dessins dans le cas simple n = 2 ; car une fois quon a compris
ce cas, on a tout compris. On veut transformer une famille libre quelconque (e1 , e2 ) en une famille orthonormale (u1 , u2 ). Le
e1
e2 (e2 |u1 )u1
thorme donne les formules suivantes : u1 =
.
et u2 =
e1
e2 (e2 |u1 )u1
e2 (e2 |u1 )u1
e2
1) La premire formule normalise e1 , cest--dire le rend unitaire.
u2
2) La seconde commence par transformer e2 en e2 (e2 |u1 )u1 ; cela revient retrancher e2
sa composante en u1 , qui vaut (e2 |u1 )u1 . Le vecteur ainsi obtenu est orthogonal u1 .
Mais il peut ne pas tre unitaire : cest pourquoi on le divise par sa norme.

u1
(e2 |u1 )u1

Dmonstration
La construction commence simplement. La famille (e1 ) est libre, donc e1 = 0E , et donc on peut poser
e1
u1 =
. Il est clair que Vect(e1 ) = Vect(u1 ).
e1
Soit k 1, n . Supposons quon ait russi construire une famille orthonormale (u1 , u2 , . . . , uk1 ) telle que
Vect(e1 , e2 , . . . , ep ) = Vect(u1 , u2 , . . . , up ) pour tout p 0, k1 . Nous sommes en qute dun vecteur uk tel
que :
1) (u1 , u2 , . . . , uk ) est orthonormale ;
2) Vect(e1 , e2 , . . . , ek ) = Vect(u1 , u2 , . . . , uk ).
Analyse : Faisons lhypothse quun tel vecteur uk existe. A quoi ressemble-t-il ? Pour commencer, uk
est combinaison linaire de e1 , e2 , . . . , ek car Vect(e1 , e2 , . . . , ek ) = Vect(u1 , u2 , . . . , uk ) ; mais comme aussi
Vect(e1 , e2 , . . . , ek1 ) = Vect(u1 , u2 , . . . , uk1 ), uk est en fait combinaison linaire de u1 , u2 , . . . , uk1 , ek ,
k1

de sorte que pour certains a1k , a2k , . . . , akk R :

aik ui .

uk = akk ek +
i=1

e1

c Christophe Bertault - MPSI

Dans ces conditions, pour tout i 1, k 1 , sachant que uk ui :

k1

0 = (uk |ui ) =

k1

ajk uj ui

akk ek +
j=1

= akk (ek |ui ) +

ajk (uj |ui ) = akk (ek |ui ) + aik ,

j=1

k1

ou encore :

aik = akk (ek |ui ).

Mais enfin uk

Ceci montre que :

= 1 par hypothse, donc |akk | =

uk = akk u
k ,

o u
k = ek

1
, i.e. akk =
u
k

i=1

(ek |ui )ui .

1
. Finalement, nous venons de
u
k

u
k
; le vecteur uk , sil existe, est donc compltement dtermin par la donne de
u
k
et ek , au signe prs.

montrer que uk =
u1 , u2 , . . . , uk1

k1

Synthse : Rciproquement, commenons par poser u

k = ek

i=1

(ek |ui )ui .

Peut-on avoir u
k = 0E ? Si ce vecteur tait nul, ek serait combinaison linaire de u1 , u2 , . . . , uk1 , et donc
de e1 , e2 , . . . , ek1 puisque Vect(e1 , e2 , . . . , ek1 ) = Vect(u1 , u2 , . . . , uk1 ). Cela contredirait la libert de la
famille (e1 , e2 , . . . , ek ) donne initialement.
u
k
u
k
on pourrait choisir uk =
.
Puisque u
k = 0E , nous pouvons donc poser uk =
u
k
u
k
1) Montrons que (u1 , u2 , . . . , uk ) est orthonormale. Comme (u1 , u2 , . . . , uk1 ) lest par hypothse de
rcurrence, nous devons juste montrer que uk est unitaire et orthogonal aux vecteurs u1 , u2 , . . . , uk1 . Le
caractre unitaire de uk est limpide. Pour les orthogonalits, pour tout j 1, k 1 :
(uk |uj ) =

1
u
k

(
uk |uj ) =

1
u
k

k1

ek

i=1

(ek |ui )ui uj

1
u
k

(ek |uj ) (ek |uj )(uj |uj ) = 0.

2) Dans la mesure o Vect(e1 , e2 , . . . , ek1 ) = Vect(u1 , u2 , . . . , uk1 ), et puisque uk est combinaison

linaire de u1 , u2 , . . . , uk 1 et ek , alors Vect(e1 , e2 , . . . , ek ) = Vect(u1 , u2 , . . . , uk ).
1

Exemple Lapplication (P, Q)

P (t)Q(t) dt est un produit scalaire sur R[X], et quand on orthonormalise la famille libre

(1, X, X 2 ) au moyen de lalgorithme de Gram-Schmidt, on obtient la famille orthonormale 1 , 3(2X 1) , 5(6X 2 6X +1) .
En effet

Il sagit de construire une famille orthonormale (P0 , P1 , P2 ) de R2 [X] partir de (1, X, X 2 ).

Construction de P0 : Posons P0 =

Rappel :
pour = 1,
1
1
t dt =

+
1
0

1
. Comme 1
1

1
2

dt = 1, en fait P0 = 1.

=
0

X (X|P0 )P0
. Puisque (X|P0 ) =
X (X|P0 )P0
2
1
1
1
1
numrateur est en fait X (X|P0 )P0 = X . Mais X
=
t
2
2
2
0

P1 = 3(2X 1). Alors (P0 , P1 ) est une famille orthonormale.

Construction de P1 :

Construction de P2 : Posons P2 =
1

1
, le polynme au
2
1
1
= 2 , donc
dt =
12
2 3

t dt =

Posons P1 =

0
2

X 2 (X 2 |P0 )P0 (X 2 |P1 )P1

. Puisque (X 2 |P0 ) =
X 2 (X 2 |P0 )P0 (X 2 |P1 )P1

t2 dt =
0

1
et
3

1
3(2t 1) dt = , le polynme X 2 (X 2 |P0 )P0 (X 2 |P1 )P1 au numrateur est en
2 3
2
2
1
1
1
1
1
1
= 2,
=
t2 t +
dt =
fait le polynme X 2 X + . Mais par ailleurs X 2 X +
6
6
6
180
6 5
0

donc P2 = 5(6X 2 6X + 1). Alors (P0 , P1 , P2 ) est une famille orthonormale.

(X 2 |P1 ) =

t2

Corollaire (Existence de bases orthonormales en dimension finie) Soit E = 0E un espace euclidien. Alors E possde
une base orthonormale.

Dmonstration Comme E est de dimension finie non nulle, E possde une base, et donc une base orthonormale
en vertu du procd dorthonormalisation de Gram-Schmidt famille (libre) orthonormale avec le bon nombre
de vecteurs. . .

Corollaire (Thorme de la base orthonormale incomplte en dimension finie) Soit E = 0E

Toute famille orthonormale de E peut tre complte en une base orthonormale de E.

un espace euclidien.

c Christophe Bertault - MPSI

Dmonstration Soit (e1 , e2 , . . . , ep ) une famille orthonormale de E. Alors (e1 , e2 , . . . , ep ) est libre. Or E est de
dimension finie non nulle, donc on peut complter (e1 , e2 , . . . , ep ) en une base de E. On peut ensuite transformer
cette base en une base orthonormale au moyen du procd dorthonormalisation de Gram-Schmidt. Ce procd
naffecte pas les vecteurs e1 , e2 , . . . , ep qui forment dj une famille orthonormale, et nous avons donc complt
notre famille de dpart en une base orthonormale de E.

Coordonnes dans une base orthonormale

2.2

Thorme (Coordonnes dans une base orthonormale) Soient E = 0E

orthonormale de E et x E.

un espace euclidien, (e1 , e2 , . . . , en ) une base

Alors :

x=

(x|ek )ek .

En dautres termes, les coordonnes de x dans (e1 , e2 , . . . , en ) sont (x|e1 ), (x|e2 ), . . . , (x|en ) .

k=1

u = (u ) + (u )
Explication

Ce rsultat est bien connu en principe dans le plan et dans lespace.

u

Dmonstration

Notons (x1 , x2 , . . . , xn ) les coordonnes de x dans (e1 , e2 , . . . , en ).

n

Pour tout k 1, n :

x l el ek

(x|ek ) =

l=1

l=1

xl (el |ek ) =

xl kl = xk .

Et voil.

l=1

Thorme (Expression du produit scalaire et de la norme dans une base orthonormale) Soient E = 0E un
espace euclidien et x, y E de coordonnes respectives (x1 , x2 , . . . , xn ) et (y1 , y2 , . . . , yn ) dans une certaine base orthonormale
de E. Alors :
n

et

x k yk

(x|y) =

x2k .

x =

k=1

k=1

En termes matriciels, si X est la colonne des coordonnes de x et Y celle des coordonnes de y :

(x|y) = t XY
et
x = t XX.

Explication
Ce rsultat montre que finalement, le produit scalaire canonique sur Rn est un modle pour tous les
produits scalaires des espaces euclidiens. Calculer le produit scalaire (x|y) dans un espace euclidien abstrait revient calculer le
produit scalaire canonique des coordonnes des vecteurs x et y dans une base orthonormale fixe quelconque.
Attention !

Ces formules sont fausses si la base dans laquelle les coordonnes sont donnes nest pas orthonormale.

Dmonstration

Notons (e1 , e2 , . . . , en ) la base orthonormale considre.

(x|y) =

3.1

yl e l

x k ek
k=1

l=1

=
1 k,l n

xk yl (ek |el ) =

xk yl kl =
1 k,l n

xk yk = t XY .

x k yl =
1 k,l n
k=l

k=1

Orthogonalit et sous-espaces vectoriels

Sous-espaces vectoriels orthogonaux

Dfinition (Sous-espaces vectoriels orthogonaux) Soient E un espace prhilbertien rel et F et G deux sous-espaces
vectoriels de E. On dit que F et G sont orthogonaux si tout vecteur de F est orthogonal tout vecteur de G, i.e. si :
f F,

g G,

Cette relation se note F G.

(f |g) = 0.

c Christophe Bertault - MPSI

Exemple
Dans le plan vectoriel R2 muni de son produit scalaire canonique, les droites dquations x = 0 et y = 0 sont
orthogonales car pour tous x, y R :
(0, y) (x, 0) = 0 x + y 0 = 0.

3.2

Orthogonal dun sous-espace vectoriel

Dfinition (Orthogonal dun sous-espace vectoriel) Soient E un espace prhilbertien rel et F un sous-espace vectoriel
de E.
On appelle orthogonal de F dans E, not F , lensemble
x E/ f F, (x|f ) = 0 .
Alors F est un sous-espace vectoriel de E orthogonal F .
Les sous-espaces vectoriels F et F sont en somme directe, i.e. F F = 0E .
On a linclusion suivante :

F F .

Attention !
Si E est un espace prhilbertien rel quelconque, il nest pas vrai en gnral que F et F sont
supplmentaires dans E, ils sont seulement en somme directe ; bref, on na pas forcment E = F + F . De mme, on na pas
forcment F = F . Nous verrons cependant que ces rsultats sont vrais si F est de dimension finie, donc en particulier si E
est euclidien.
Dmonstration
Montrons que F est un sous-espace vectoriel de E.
1) Dj 0E F car :

f F,

(0E |f ) = 0.

2) Soient x, y F et , R. Pour tout f F :

x + y f = (x|f ) + (y|f ) = .0 + .0 = 0.
Ceci montre bien que x + y est orthogonal tout vecteur de F , i.e. que x + y F .

Montrons que F F = 0E . Soit x F F . Alors

caractre dfini du produit scalaire.

= 0, et donc x = 0E en vertu du

Montrons que F F . Soit f F . Montrer que f F , cest montrer que f est orthogonal tout
vecteur de F . Or pour tout x F , f et x sont orthogonaux puisque f F et x F . Il est donc bien
vrai que f F .

= E et E = 0E .
Exemple Si E est un espace prhilbertien rel, 0E
La seconde galit nonce une vrit simple et importante : le seul vecteur de E orthogonal tous les vecteurs de E est 0E .
En effet
Le vecteur nul est orthogonal tout vecteur, donc E 0E

. Linclusion inverse est une vidence.

En tant que sous-espace vectoriel de E, E contient 0E . Inversement, soit x E . Alors x est orthogonal
tout vecteur de E, donc en particulier lui-mme : (x|x) = 0, i.e. x = 0. On obtient aussitt x = 0E
en vertu du caractre dfini du produit scalaire.
Exemple

Pour le produit scalaire (P, Q) P (1)Q(1) + P (0)Q(0) + P (1)Q(1) sur R2 [X] :

En effet

R0 [X] = Vect(X, 3X 2 2).

Soit P = aX 2 + bX + c R2 [X].

P R0 [X]

R,

2a + 3c = 0.

(P |) = 0

(a b + c) + c + (a + b + c) = 0

(P |1) = 0

par linarit du produit scalaire

On en dduit le rsultat voulu.

Thorme (Supplmentaire orthogonal dun sous-espace vectoriel de dimension finie) Soient E un espace prhilbertien rel et F un sous-espace vectoriel de dimension finie de E.
(i) Il existe un et un seul supplmentaire de F dans E orthogonal F : cest F , appel par consquent le supplmentaire
orthogonal de F dans E.
(ii) On a lgalit suivante :

F = F .

c Christophe Bertault - MPSI

Attention !
Lhypothse que F est de dimension finie est essentielle. Dans le cas gnral, nous avons vu que F et F sont en somme
directe et que F F , mais rien de plus a priori. On na pas forcment E = F + F et F = F .
Il existe un unique supplmentaire orthogonal, mais tout plein de supplmentaires gnraux , ne loubliez pas.
Dmonstration
(i) Nous savons dj que F F = 0E .

Montrons que E = F + F , i.e. que E F + F . Nous pouvons supposer F = 0E car 0E +

= 0E + E = E. Introduisons alors une base orthonormale (f1 , f2 , . . . , fn ) de F , puisque par

0E
n

hypothse F est de dimension finie. Soit x E. Posons f =

(x|fk )fk . Il est facile de vrifier que x f

k=1

est orthogonal f1 , f2 , . . . , fn , i.e. que x f F . Cela montre bien que x F + F .

Montrons que F est le seul supplmentaire de F dans E orthogonal F . Soit F un tel supplmentaire. Alors F F donc F F . Pour linclusion rciproque, fixons x F . Puisque E = F + F ,
il existe f F et f F tels que x = f + f . Or f F et F F , donc 0 = (x|f ) = (f + f |f ) = (f |f ).
Ainsi f = 0E , i.e. x = f F .
(ii) Nous savons dj que F F . Pour linclusion rciproque, fixons x F . Puisque E = F + F , il
existe f F et f F tels que x = f + f . Or x F donc 0 = (x|f ) = (f + f |f ) = (f |f ). Ainsi
f = 0E , i.e. x = f F .

4
4.1

Projecteurs orthogonaux
Projecteurs orthogonaux et symtries orthogonales

Dfinition (Projecteur orthogonal, symtrie orthogonale) Soient E un espace prhilbertien rel et F un sous-espace
vectoriel de dimension finie de E.
On appelle projection orthogonale sur F ou projecteur orthogonal sur F la projection sur F de direction F .
On appelle symtrie orthogonale par rapport F la symtrie par rapport F paralllement F .
On parle plutt de rflexion par rapport F si F est un hyperplan de E.
Comme F est de dimension finie, E = F F .

Explication

F
f

F
x=f +f

0E

x = f + f

0E

f = p(x)

Projection
orthogonale

Symtrie
orthogonale
f
s(x)

Thorme (Expression dun projecteur orthogonal dans une base orthonormale) Soient E un espace prhilbertien
rel, F un sous-espace vectoriel de dimension finie non nulle de E, (f1 , f2 , . . . , fn ) une base orthonormale de F et p le projecteur
orthogonal sur F .
n

Alors pour tout x E :

p(x) =

(x|fk )fk .
k=1

Explication Dans ce rsultat, (x|fk )fk reprsente la composante de x selon le vecteur fk , et p(x) est la somme
de toutes ces composantes.

c Christophe Bertault - MPSI

Dmonstration

Soit alors x E. Le vecteur x

(x|fk )fk est orthogonal f1 , f2 , . . . , fn , donc F tout entier,

k=1
F

F
n

donc appartient F . Ainsi x =

(x|fk )fk + x

k=1

(x|fk )fk

(x|fk )fk , si

. Ceci prouve bien que p(x) =

k=1

k=1

lon veut bien se souvenir de ce quest une projection par dfinition.

Exemple

On note F le sous-espace vectoriel Vect(sin, cos) de C [, ], R . Le projet orthogonal de lidentit Id sur F

pour le produit scalaire (f, g)

f (t)g(t) dt est la fonction t 2 sin t.

En effet
Commenons par dterminer une base orthonormale de F au moyen de lalgorithme de Gram-Schmidt. Il
convient de remarquer au pralable que (sin, cos) est une base de F pourquoi dailleurs ?

1) Tout dabord :

sin

sin2 t dt =

1 cos(2t)
t
sin(2t)
dt =

2
2
4

sin
alors f0 la fonction t , de sorte que f0 = 1.

comme en 1) que

= . Notons
t=

t=

2) Ensuite :

t=

cos t sin t
cos(2t)
sin(2t)

= 0. On montre
dt =
dt =

4 t=

cos
= . Posons alors f1 = . Alors (f0 , f1 ) est une base orthonormale de F .

(cos |f0 ) =
cos

Pour dterminer le projet orthogonal de f sur F , nous devons calculer (Id|f0 ) et (Id|f1 ).

Or :

teit dt = t (i)eit

t=

t=

(i)eit dt = 2i + i (i)eit

t=
t=

= 2i + 0 = 2i.

t cos t
Im(2i)
Re(2i)
t sin t

dt =
= 2 et (Id|f1 ) =
dt =
= 0.
Du coup, (Id|f0 ) =

Enfin, le projet orthogonal de Id sur F est la fonction (Id|f0 )f0 + (Id|f1 )f1 = 2 f0 , i.e. t 2 sin t.

Exemple Soient E un espace prhilbertien rel, a E non nul et H = Vect(a) lunique hyperplan de E orthogonal a. Si
p est le projecteur orthogonal sur H et si r est la rflexion par rapport H, alors pour tout x E :
p(x) = x
En effet

(a|x)a
a 2

et

r(x) = x

2(a|x)a
.
a 2

Notons p la projection orthogonale sur Vect(a). Alors p+p = IdE et

(x|a)a
a
a
=
,
a
a
a 2
Pour lexpression de r, il suffit dobserver que r = 2p IdE .

de Vect(a). On a donc :

4.2

x E,

p (x) =

a
a

est une base orthonormale

do lexpression de p.

Distance un sous-espace vectoriel de dimension finie

Dfinition (Distance une partie) Soient E un espace prhilbertien rel, A une partie non vide de E et x E. On appelle
distance de x A, note d(x, A), le rel : d(x, A) = inf d(x, a).
aA

Explication
Intuitivement, la distance dun vecteur x une partie A est la plus petite distance sparant x dun
lment de A. Mais comment savoir si une telle plus petite distance existe ? En fait, elle nexiste pas ncessairement et cest
pourquoi on na surtout pas pos d(x, A) = min d(x, a) .
aA

x
La distance de x A
est ici un minimum
(i.e. elle est atteinte).

d(x, A)

d(x, A)

La distance de x A
est ici seulement une borne infrieure.

c Christophe Bertault - MPSI

Dmonstration
d(x, a)

aA

Le rel d(x, A) est bien dfini en vertu de la proprit de la borne infrieure, car lensemble

est une partie de R non vide (car A = ) et minore (par 0).

Thorme (Distance un sous-espace vectoriel de dimension finie) Soient E un espace prhilbertien rel, F un
sous-espace vectoriel de dimension finie de E et p le projecteur orthogonal sur F . Soit en outre x E.
F

Par ailleurs :

d(x, F )2 = x

p(x)

x p(x)

Alors : d(x, F ) = x p(x) = d x, p(x) .

La distance de x F est donc un minimum. Ce minimum nest
atteint quen la projection orthogonale de x sur F .

d(x, F ) = x p(x)
F

0E
p(x)

Dmonstration
Par dfinition de p, nous savons que p(x) Im p = F et que x p(x) Ker p = F .
F

Soit alors f F . On a : x f = x p(x) + p(x) f . Le thorme de Pythagore montre aussitt que

2
2
x f 2 = x p(x) + p(x) f .
Montrons prsent que d(x, F ) = x p(x) = d x, p(x) . Pour ce faire, notons D lensemble d(x, f )

f F

1) Alors x p(x) = d x, p(x) D car p(x) F .

2) Mais de plus pour tout f F :
donc x p(x) est un minorant de D.

x p(x)

d(x, f ) = x f =

+ p(x) f

x p(x) ,

Ainsi d x, p(x) est le plus petit lment de D, donc aussi sa borne infrieure, ce qui montre le rsultat voulu.
Soit f F distinct de p(x). Alors p(x) f > 0, donc d(x, f ) =
Ceci montre que la distance d(x, F ) nest atteinte quen p(x).

x p(x)

+ p(x) f

> x p(x) .

Reprsentation des formes linaires

dun espace euclidien

Thorme (Reprsentation des formes linaires dun espace euclidien) Soient E un espace euclidien et f une forme
linaire de E. Il existe un unique vecteur a E tel que : x E, f (x) = (a|x).
Explication Quelle interprtation gomtrique ? Nous savons que la donne dun hyperplan H quivaut la donne
dune forme linaire non nulle f . Du coup, prsent, la donne dun hyperplan quivaut donc la donne dun vecteur non nul
a, avec : H = Ker f = x E/ (a|x) = 0 = Vect(a) . Gomtriquement, a est donc un vecteur normal H.
Attention !

Lhypothse que E est euclidien, i.e. de dimension finie, nest pas l pour dcorer !

Dmonstration

Nous allons montrer que lapplication linaire :

E
a

L(E, R)

x (a|x)

est un isomor-

phisme. La bijectivit de nest autre que le rsultat voulu. Mais comme dim L(E, R) = dim E dim R = dim E,
il nous suffit en fait de montrer que est injective, i.e. que Ker = 0E .
Soit a Ker . Alors (a|x) = 0 pour tout x E. En particulier, a 2 = (a|a) = 0, et donc a = 0E .
Exemple

Soit f une forme linaire de Rn . Nous savons quil existe des coefficients uniques a1 , a2 , . . . , an R tels que :
(x1 , x2 , . . . , xn ) Rn ,

Le thorme est ici clair ; pour A = (a1 , a2 , . . . , an ) :

f (x1 , x2 , . . . , xn ) = a1 x1 + a2 x2 + . . . + an xn .
X Rn ,

10

f (X) = (A|X) = t AX.